画像でテキストをトークン圧縮するDeepSeek-OCRがいろいろすごい – きしだのHatena

画像でテキストをトークン圧縮するDeepSeek-OCRがいろいろすごい – きしだのHatena

おとといくらいにDeepSeek-OCRというのが出てました。 https://github.com/deepseek-ai/DeepSeek-OCR ただのOCRじゃなくて、「テキストを画像にしたほうがトークンサイズを小さくできるのでは？」というのをやっていて、テキストを画像にしてトークン化したものをテキストトークンに戻すというのをやってたらOCRになった…